Журнал СФУ. Гуманитарные науки / Гибридная модель оценки инвестиционной привлекательности компаний с использованием нечетких многокритериальных методов

Полный текст (.pdf)
Номер
Журнал СФУ. Гуманитарные науки. 2024 17 (12)
Авторы
Усин, Р.У.; Патласов, О. Ю.
Контактная информация
Усин, Р.У.: Омская гуманитарная академия Российская Федерация, Омск; Патласов, О. Ю. : Российский государственный университет народного хозяйства им. В. И. Вернадского Российская Федерация, Балашиха
Ключевые слова
investment; investment attractiveness; financial analysis; comprehensive assessment; fuzzy sets; MCDM; FAHP; FTOPSIS; инвестиции; инвестиционная привлекательность; финансовый анализ; комплексная оценка; нечеткие множества; MCDM; FAHP; FTOPSIS
Аннотация

Представлен алгоритм оценки инвестиционной привлекательности компаний, разработанный на основе комплексного подхода, включающего многокритериальные методы принятия решений (MCDM). Анализ существующих моделей выявляет их ключевые недостатки: модели часто фокусируются на внутренних факторах, игнорируя внешние переменные и качественные показатели. Кроме того, многие из них не включают оценку рисков и не учитывают уникальные предпочтения инвесторов. Применение методов, основанных на нечетких множествах, таких как FAHP (Fuzzy Analytic Hierarchy Process) и FTOPSIS (Fuzzy Technique for Order Preference by Similarity to Ideal Solution), позволяет провести всесторонний анализ и оценку факторов, определяющих инвестиционную привлекательность, с учетом специфики отрасли и внешней среды. Разработанная модель позволяет оценить количественные и качественные аспекты, обеспечивая возможность комплексного учета не только традиционных финансовых показателей, но и субъективных предпочтений инвесторов, и дает возможность оценить факторы, для которых нет статистических данных. Модель апробирована на примере оценки инвестиционной привлекательности компаний продуктового ритейла

Страницы
2470-2480
EDN
OPOING
Статья в архиве электронных ресурсов СФУ
https://elib.sfu-kras.ru/handle/2311/154290

Лицензия Creative Commons Эта работа лицензируется по лицензии Creative Commons Attribution-NonCommercial 4.0 International License (CC BY-NC 4.0).